przykłady uczenia sieci - piotr.ciskowski.staff.iiar.pwr...

STATISTICANeural Networks

przykłady uczenia sieci

WYKŁAD © Piotr Ciskowski

• Naucz sieć klasyfikować dane iris

• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)

oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych

• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB

przykład 1. klasyfikacja: iris – STATISTICA + MATLABźródło: własne

• STATISTICA → Pomoc → Otwórz przykłady… → Datasets → IrisSNN.sta

ANALIZA STATYSTYCZNA

DANE UCZĄCE

• Statystyka → Statystyki podstawowe i tabele → Statystyki opisowe→ Grupami (Zmienna grupująca: Odmiana) → Zmienne: Dł. działki, Szer. działki, Dł. płatka, Szer. płatka → Więcej → Statystyki (wybrać najważniejsze)

Analiza danych uczących – statystyki opisowe

• Statystyka → Statystyki podstawowe i tabele → Statystyki opisowe →→ Grupami (Zmienna grupująca: Odmiana) → Zmienne: Dł. działki, Szer. działki, Dł. płatka, Szer. płatka → Statystyki (wybrać najważniejsze)

Analiza danych uczących – statystyki opisowe

• Statystyka → Statystyki podstawowe i tabele → Statystyki opisowe→ Grupami (Zmienna grupująca: Odmiana) → Zmienne: Dł. działki, Szer. działki, Dł. płatka, Szer. płatka → Opcje (Opcje wykresu ramka-wąsy: tylko Mediana/kwartyle/rozstęp) → Więcej → Wykresy

Analiza danych uczących – graficzna

• Statystyka → Statystyki podstawowe i tabele → Statystyki opisowe→ Grupami (Zmienna grupująca: Odmiana) → Zmienne: Dł. działki, Szer. działki, Dł. płatka, Szer. płatka → Opcje (Opcje wykresu ramka-wąsy: tylko Mediana/kwartyle/rozstęp) → Więcej → Wykresy

Analiza danych uczących – histogramy, wykresy normalności, ramka-wąsy

• Statystyka → Statystyki podstawowe i tabele → Statystyki opisowe→ Wykresy prawdopodobieństwa i rozrzutu (z nazwami)

Analiza danych uczących – wykresy rozrzutu

• Statystyka → Statystyki podstawowe i tabele → Statystyki opisowe→ Wykresy prawdopodobieństwa i rozrzutu (z nazwami)

Analiza danych uczących – wykresy rozrzutu

• Statystyka → Statystyki podstawowe i tabele → Statystyki opisowe→ Wykresy prawdopodobieństwa i rozrzutu (macierzowy)

Analiza danych uczących – korelacje

• Statystyka → Statystyki podstawowe i tabele → Statystyki opisowe→ Wykresy prawdopodobieństwa i rozrzutu (macierzowy)

• Statystyka → Statystyki podstawowe i tabele → Macierze korelacji → Korelacje

WYBÓR DANYCH I ARCHITEKTURY

AUTOMATYCZNE SIECI NEURONOWE

• wstępne uczenie sieci w STATISTICe

Statystyka → Automatyczne sieci neuronowe

Automatyczne poszukiwanie sieci

Automatyczne poszukiwanie sieci – wybór rodzaju problemu

Automatyczne poszukiwanie sieci – wybór zmiennych we-wy

Automatyczne poszukiwanie sieci – podział danych uczących

Automatyczne poszukiwanie sieci – wybór architektury sieci

Automatyczne poszukiwanie sieci – wybór funkcji aktywacji

Automatyczne poszukiwanie sieci – redukcja wag

UCZENIE SIECI

Automatyczne poszukiwanie sieci – uczenie

ANALIZA WYNIKÓW

Automatyczne poszukiwanie sieci – 5 najlepszych

Analiza wyników: Predykcja (5 najlepszych sieci)

Automatyczne poszukiwanie sieci – analiza wyników: predykcja

Automatyczne poszukiwanie sieci – analiza wyników: predykcja, szczegóły

Analiza wyników: Wykresy (5 najlepszych sieci)

Automatyczne poszukiwanie sieci – analiza wyników: wykresy

Analiza wyników: Szczegóły (5 najlepszych sieci)

Automatyczne poszukiwanie sieci – analiza wyników: wagi, macierz pomyłek, wrażliwość, …

Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Wagi

Automatyczne poszukiwanie sieci – analiza wyników: wagi

Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Wagi

Automatyczne poszukiwanie sieci – analiza wyników: wagi

Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Statystyki danych

Automatyczne poszukiwanie sieci – analiza wyników: statystyki danych - wejść

Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Statystyki danych

Automatyczne poszukiwanie sieci – analiza wyników: statystyki danych - wejść

Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Macierz pomyłek

Automatyczne poszukiwanie sieci – analiza wyników: macierz pomyłek

Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Macierz pomyłek

Automatyczne poszukiwanie sieci – analiza wyników: macierz pomyłek

Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Podsumowanie

klasyfikacji

Automatyczne poszukiwanie sieci – analiza wyników: podsumowanie klasyfikacji

Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Podsumowanie

klasyfikacji

Automatyczne poszukiwanie sieci – analiza wyników: podsumowanie klasyfikacji

Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Globalna

analizawrażliwości

Automatyczne poszukiwanie sieci – analiza wyników: analiza wrażliwości

Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Globalna

analizawrażliwości

Automatyczne poszukiwanie sieci – analiza wyników: analiza wrażliwości

Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Poziomy aktywacji

Automatyczne poszukiwanie sieci – analiza wyników: poziomy aktywacji

ZAPIS SIECI

• Zapisz tę sieć

Automatyczne poszukiwanie sieci – zapis sieci

• Zapisz tę sieć

• Zapisz tę sieć – w języku C

//Analysis Type - Classification

#include <stdio.h>

#include <conio.h>

#include <math.h>

#include <stdlib.h>

double IrisSNN_2_MLP_4_10_3_input_hidden_weights[10][4]=

{9.64259684788639e-002, 8.87441333798024e-001, -4.42494050499448e-001, -2.91268124222933e-001 },

{3.63850381688167e-001, -1.79769157510519e-001, 7.36080998147522e-001, 1.64714635157065e+000 },

{-3.00728987936196e-001, -3.43816636675808e-001, 5.91552264818327e-001, 3.94115453118943e-001 },

{-6.14011215880136e-001, 6.07121321030878e-002, -4.06883107004913e-001, -1.07483478000190e-001 },

{-4.34266752849489e-001, 1.89269734753861e-001, -1.45606486916391e+000, -1.09103472630002e+000 },

{-4.01686828130261e-002, -1.11408828564603e-001, 5.05113002455117e-002, -1.33213777506285e-001 },

{-6.22551308349457e-001, 2.93425142653440e-001, -7.76739658101056e-001, -8.93615990828134e-001 },

{-1.63858315393440e-001, -4.16994472465862e-001, 7.56031581764401e-001, 1.67416178894462e+000 },

{1.05730219681271e+000, -1.02664447181659e+000, 2.36592385321405e+000, 2.00373795902309e+000 },

{-1.04114475007288e+000, -1.18233133147631e+000, -4.86834624819009e-001, -1.16459247341153e+000 }

double IrisSNN_2_MLP_4_10_3_hidden_bias[10]={ -1.35118016087055e-001, -1.31576116156555e+000, -8.63963307676676e-

1.21932819768886e+000, -1.84624132926675e-001 };

double IrisSNN_2_MLP_4_10_3_hidden_output_wts[3][10]=

{-2.34402384016846e-001, -2.21931232309956e-001, -1.04743176326027e+000, 2.70609868908598e-002, 1.42207335838507

{6.11599376106343e-001, -9.09531446562226e-001, -4.08501986247057e-001, 7.65998834669215e-001, -2.68501065821106e

TESTOWANIE, UŻYWANIE SIECI

• Możesz przetestować jej działanie na nowych danych

Automatyczne poszukiwanie sieci – testowanie, używanie

• Możesz przetestować jej działanie na nowych danych

Automatyczne poszukiwanie sieci – testowanie, używanie

IMPLEMENTACJA W MATLABIE

• Spróbuj nauczyć taką samą sieć w MATLABie

Automatyczne poszukiwanie sieci – MATLAB

przykłady uczenia sieci - piotr.ciskowski.staff.iiar.pwr...

Documents

Transcript of przykłady uczenia sieci - piotr.ciskowski.staff.iiar.pwr...

Sieci neuronowe w Statistica - zsi.tech.us.edu.plzsi.tech.us.edu.pl/~nowak/si/nnS.pdf · •Podstawowym elementem składowym sztucznej sieci neuronowej jest element przetwarzający

przetwornik cyfrowo-analogowykonaniu Vangelisa i Kitaro, pozwoliła na wstępną ocenę przeciwległego skraju pa - sma. Wysokie tony nie zostały stłumione ani też nadmiernie wyeksponowane,

Wprowadzenie do pakietu STATISTICA · Na dole okna aplikacji STATISTICA znajduje się pasek stanu, na którym wyświetlane są różne komunikaty: Inżynieria biomedyczna, I rok,

do e-oceniania”i biorących udział w e-ocenianiu (4244), analizę SWOT, analizę ryzyka, ocenę wdrożenia systemu do e-oceniania oraz panel ekspertów. System zarządzania i obsługi

Analiza rozkładów i symulacje w programie STATISTICA · ANALIZA ROZKŁADÓW I SYMULACJE W PROGRAMIE STATISTICA Michał Kusy, ... struktury korelacji między zmiennymi. ... dystrybuant.

Przykłady narzędzi wspomagających analizę danych

Analizę wyników egzaminu maturalnego z informatyki

wykorzystanie pakietu komputerowego statistica do obróbki i analizy ...

CHEMIA zbiór zadań - · PDF fileŹródło: R.T.Morrison, R.N.Boyd ,,Chemia organiczna” tom 1, Wyd. PWN Zad.3 (0-2) Wykorzystując informacje wstępną, zapisz rekcję aldehydu

Racjonalizacja kształtu gumowej membrany zaworu zaporowego · Celem pracy była analiza wytrzymałości konstrukcji ... nym 16 bar. Wstępną konstrukcję zaworu zaprezento-wano

Wykorzystanie programu Statistica do rozwiązywania ... · Dla potencjalnego indywidualnego odbiorcy betonu rozwój technologii betonu widoczny jest obecnie między innymi przez mnogość

WSTĘPNE WYNIKI BADAŃ Z ZASTOSOWANIEM ANALIZY …studialednickie.pl/pobierzpdf,wstepne-wyniki-badan-z... · 2018. 3. 14. · Niniejszy szkic jest wstępną prezentacją wyników

Pajdzińska a. - Jak Mówimy o Uczuciach. Poprzez Analizę Frazeologizmów Do Językowego Obrazu Świata

filePojawi siq okno powitalne. Klikamy przycisk Zainstaluj STATISTICA. Pojawi siq ekran instalacyjny STATISTICA. Klikamy przycisk Dalej. W oknie dialogowym Numer sepyjny / Klucz CD

Wprowadzenie do pakietu STATISTICA - home.agh.edu.plhome.agh.edu.pl/.../adp/wprowadzenie_do_pakietu_statistica.pdf · Inżynieriabiomedyczna,Irok) Analiza’danych’pomiarowych’

Adres do logowania do skrzynki pocztowej ... fileW folderze Statistica znajdują się foldery statistica 32bit i foldery statistica 64bit w których znajdują się odpowiednie wersje

z analizy dokumentów zastanych i wytworzonychPierwsza obejmuje analizę danych zastanych, druga częśd analizę danych uzyskanych za pomocą specjalnie skonstruowanego narzędzia

Test celowości w funkcjonowaniu mechanizmu limitacji ...wpia.uwm.edu.pl/czasopisma/sites/default/files/uploads/PRPC/2012/... · Typowa klauzula limitacyjna – poza formułą wstępną,

STANDARD & NIVEAU - Saint-Gobain PAM · APLIKACJE “MY COVER BY PAM” APP • Oprogramowanie do personalizacji on-line pozwoli klientom na szkicowanie i wstępną wizualizację

ANALIZA BRANŻOWA SUPERMARKETÓWdl.ptwp.pl/X4WmgG8mNk/preview_ranking_analiza_branzowa... · ANALIZA BRANŻOWA SUPERMARKETÓW Przestawiamy analizę branżową i serwisu portalspozywczy.pl